Red Hot Cyber
La cybersecurity è condivisione. Riconosci il rischio, combattilo, condividi le tue esperienze ed incentiva gli altri a fare meglio di te.
Redazione RHC : 16 Luglio 2024 17:44
Gli scienziati dell’Università di Harvard, insieme al laboratorio di intelligenza artificiale DeepMind di Google, hanno sviluppato un modello di ratto virtuale con un cervello artificiale in grado di imitare movimenti simili a quelli naturali. Il modello è stato creato per comprendere meglio come il cervello controlla il movimento.
La robotica moderna, nonostante tutte le sue conquiste, non è ancora in grado di riprodurre i movimenti naturali di animali e persone. Diego Aldaondo, studente laureato di Harvard e partecipante al progetto, ha notato che i problemi principali riguardano sia gli aspetti hardware che quelli software.
Aldaondo ha spiegato: “Dal punto di vista hardware, i ricercatori hanno incontrato sfide nella creazione di robot che abbiano la flessibilità, la forza e l’efficienza energetica dei corpi degli animali”. Dal punto di vista software, gli ostacoli principali sono lo sviluppo di simulazioni fisiche efficaci e algoritmi di apprendimento automatico per addestrare controllori che imitano i movimenti umani.
Vuoi diventare un Ethical Hacker?
Non perdere i nostri corsi e scrivi subito su WhatsApp al numero
375 593 1011 per richiedere informazioni dicendo che hai trovato il numero sulle pagine di Red Hot Cyber
Supporta RHC attraverso:
Esiste anche un problema noto come divario simulazione-realtà, causato dalle differenze tra le simulazioni fisiche e il mondo reale. Ciò rende difficile trasferire i controllori addestrati nella simulazione ai robot reali.
Insieme al professor Bence Olwiecki del Dipartimento di biologia organica ed evoluzionistica, nonché ad altri scienziati di Harvard e Google DeepMind, Aldaondo ha sviluppato un modello digitale di ratto biomeccanicamente realistico.
I ricercatori hanno collaborato con Google DeepMind poiché la piattaforma ha sviluppato strumenti per l’addestramento di reti neurali artificiali (ANN) in grado di controllare modelli animali biomeccanici nei simulatori di fisica.
Il team ha utilizzato MuJoCo, un simulatore fisico che simula la gravità e altre forze fisiche, e ha sviluppato un’altra piattaforma, Motor IMItation and Control (MIMIC), per addestrare una ANN a comportarsi come un ratto. Per addestrare l’ANN sono stati utilizzati dati ad alta risoluzione registrati da ratti reali.
Aldaondo ha osservato: “Questo è importante per le neuroscienze perché consente lo sviluppo di modelli computazionali che riproducono i movimenti degli animali nelle simulazioni fisiche e prevedono il modello di attività neurale che ci si aspetterebbe dal cervello reale”.
Utilizzando l’ANN, i ricercatori sono stati in grado di creare modelli dinamici inversi che gli scienziati ritengono che il nostro cervello utilizzi per controllare i movimenti del corpo e raggiungere lo stato desiderato.
Aldaondo ha spiegato: “In termini più corporei, possiamo pensare al modello inverso come alla creazione delle attivazioni muscolari necessarie per raggiungere la postura desiderata, tenendo conto della fisica del corpo. Questo concetto è utile per le neuroscienze motorie perché la coordinazione motoria implica imparare a tenere conto delle proprietà fisiche del corpo attraverso l’esperienza con il mondo.”
I dati provenienti da ratti reali hanno aiutato il modello virtuale ad apprendere le forze necessarie per ottenere il movimento desiderato, anche se non era stato specificamente addestrato su di esse. Quando l’attività neurale è stata misurata sia nei ratti reali che in un modello virtuale, i ricercatori hanno scoperto che il modello virtuale prevedeva accuratamente l’attività neurale dei ratti reali.
Ciò apre una nuova frontiera della neuroscienza virtuale, dove gli animali creati artificialmente possono essere utilizzati per studiare i circuiti neurali e i loro disturbi nelle malattie. I risultati dello studio sono stati pubblicati sulla rivista Nature .
Redazione
Redazione: [email protected]
© Copyright RED HOT CYBER. PIVA 16821691009